Growth promotion and yield attribute improvement of five groundnut (Arachis hypogaea L.) varieties by the application of plant growth promoting rhizobacteria
Notice bibliographique
Résumé
The aim of this investigation was to evaluate the symbiotic performance of a collection of ten plant growth-promoting rhizobacteria (PGPR) strains on the growth and yield attributes of five groundnut varieties. The screening was conducted in the greenhouse using seeds of the varieties Essamay, Amoul Morom, 55-437, Fleur 11 and Sunu Gaal grown in 1.5 kg pots with Sangalkam soils. Leaf chlorophyll content, plant height, number of branches, biomass production, number and mass of pods were the parameters evaluated in response to groundnut inoculation. Overall, the results highlighted the effectiveness of inoculation with certain PGPRs on the growth and yield parameters. However, the effects of the inoculants were highly dependent on the variety used and the parameter studied. In particular, the strains RF8, SI12, SR6, SI16, SI27 and SS10 were the most efficient in improving the plant growth and yield attributes of the varieties Essamay, Amoul Morom and Sunu Gaal. In contrast, Fleur 11 and 55-437 were less responsive in terms of yield attributes, demonstrating that the response to groundnut inoculation is variety dependent. In addition, a significant increase in the estimated leaf chlorophyll content was only observed in Fleur 11 and Sunu Gaal, which was not expected and could be attributed to a lower N2 fixation capacity of the indigenous rhizobia. Nevertheless, the increases in growth and yield parameters obtained in this study can be considered as a promising data for the use of bacterial biofertilisers in groundnut cultivation. Key words: Peanut cultivars, biofertilizer, plant growth-promoting rhizobacteria (PGPR), inoculation, growth and yield parameters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».